Vi börjar få en tydligare bild av hur stor ytan för kontextingenjörskonst kommer att vara. För att bygga AI-agenter borde det i teorin vara så enkelt som att ha en superkraftfull modell, ge den en uppsättning verktyg, ha en riktigt bra systemprompt och ge tillgång till data. Kanske blir det verkligen så här enkelt någon gång. Men i praktiken, för att skapa agenter som fungerar idag, måste du hantera en känslig balans mellan vad du ska ge till den globala agenten kontra en subagent. Vilka saker ska man göra agentisk kontra bara ett deterministiskt verktygsval. Hur man hanterar de inneboende begränsningarna i kontextfönstret. Man var tvungen att lista ut hur man hämtar rätt data för användarens uppgift, och hur mycket beräkning man skulle lägga på problemet. Hur man bestämmer vad man ska göra snabbt och riskera kvalitetsförluster, kontra långsamt men kanske irriterande. Och oändliga andra frågor. Hittills finns det inget enda rätt svar på något av detta, och det finns meningsfulla kompromisser för varje tillvägagångssätt du väljer. Och viktigast av allt, för att få detta rätt krävs en djup förståelse för det område där du löser problemet. Att hantera detta problem inom AI-kodning skiljer sig från juridik, som i sin tur skiljer sig från sjukvården. Det är därför det finns så mycket möjligheter för AI-agentspel just nu.

Det finns många färdigheter eller uppgifter i ekonomin som kommer att uppleva mycket större efterfrågan när komplexiteten eller kostnaden sjunker. Mjukvara är ett perfekt exempel där vi dramatiskt underutnyttjar kod i världen eftersom den alltid varit för dyr eller svår att generera. Nu ska vi hoppa direkt till kodning för mycket mer än vi någonsin skulle ha gjort tidigare eftersom det är så mycket enklare: designa mjukvara, testa den, generera interna appar, använda den för prototyp, prova flera metoder för samma problem och så vidare. Här är ett enkelt exempel på hur det ser ut. Eftersom AI-agenter hanterar det mesta av arbetet har vi nu försäljningsingenjörer på Box som bygger kompletta anpassade prototyper för kunder med kundens simulerade miljö och Box inbyggd. Detta är en uppgift som tidigare skulle ha varit för tidskrävande för kunderna, så istället skulle de bara göra en generisk demo eller presentation. Men nu med AI-agenter är denna typ av uppgift äntligen ROI-positiv (och känns mycket mer möjlig). Vi kommer att se detta om och om igen inom mjukvara, men också i nästan alla kunskapsområden eftersom varje kategori av sällsynta färdigheter blir mer tillgänglig. Ironiskt nog kommer detta att skapa fler jobb än folk inser, på grund av den nya efterfrågan på att göra denna typ av arbete.

Det här är helt galet att ha på ett flygplan. Var snäll och gör det till en lag att alla kommersiella flyg måste ha Starlink. Grattis @elonmusk